Ενσωμάτωση τηλεπισκόπησης,GIS και μοντέλων πρόβλεψης για την παρακολούθηση αποδάσωσης και διάβρωσης στο Peten Reserve, της Γουατεμάλας.

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση


Ενσωμάτωση τηλεπισκόπησης,GIS και μοντέλων πρόβλεψης για την παρακολούθηση αποδάσωσης και διάβρωσης στο Peten Reserve, της Γουατεμάλας.

Integrating Remote Sensing, GIS and Prediction Models to Monitor the Deforestation and Erosion in Peten Reserve, Guatemala.

R. Bruno1, M. Follador1,2, M. Paegelow2, F. Renno2, N. Villa3 1 DICMA, Engineering, Università di Bologna, Italy 2 GEODE/CNRS, Université de Toulouse le Mirail, France 3 GRIMM, Université de Toulouse le Mirail, France Society for Mathematical Geology, XIth International Congress,2006, Université de Liège - Belgium

Αντικείμενο εφαρμογής: Δασική Διαχείριση – Προσδιορισμός Αλλαγών

Στόχοι εφαρμογής: Αυτή η συνεισφορά παρέχει μια στρατηγική για την μελέτη και την μοντελοποίηση της αποψίλωσης και της φθοράς του εδάφους στο φυσικά διατηρημένα δάσος του Peten, Guatemala, χρησιμοποιώντας μια φτωχή χωρική βάση δεδομένων. Μία διαδικασία (Multispectral Image Processing) των Spot και TM Landsat δεδομένων επέτρεψε την κατανόηση της συμπεριφοράς της δυναμικής της πρωθύστερης επιφάνειας του εδάφους. Μια ανάλυση του Normalized Difference Vegetation and Hydric Stress index most informative RGB (σύμφωνα με τα στατιστικά κριτήρια) και τα Πρωταρχικά Συστατικά, καταδείκνυε την σημασία και την κατεύθυνση των περιβαντολλογικών αντίκτυπων. Από τις δορυφορικές εικόνες παίρνουμε καινούρια περιβαλλοντικά κριτήρια (αποστάσεις από τους δρόμους, αγωγούς πετρελαίου, DEM, και άλλα), τα οποία και επηρέαζαν την χωρική κατανομή των προβλεπόμενων πιθανοτήτων της επιφάνειας του εδάφους. Συγκρίθηκαν τα αποτελέσματα διαφόρων πιθανών προσεγγίσεων (Markov Chains, Multi Criteria Evaluation and Cellular Automata; Neural Networks) αναλύοντας τα υπόλοιπα έτσι ώστε να βελτιωθεί το ρίσκο του μελλοντικού μοντέλου αποψίλωσης.

Πως γινόταν παλιότερα: Δεν αναφέρεται

Είδη δορυφορικών συστημάτων: Landsat TM - Spot

Είδη δορυφόρων, δεκτών και καναλιών - Χρησιμότητα των δεικτών/καναλιών: Επισημαίνουμε ότι tο πιό κατάλληλο RGB παράγωγο συντέθηκε από τα κανάλια ενός του ορατό, ενός κοντά του υπέρυθρου και ενός του μέσου υπέρυθρη (δηλ. 1988_TM 145, 1992_TM 147), συγχρόνως το λιγότερο πληροφοριακό σύνολο δεδομένων ήταν το αποκαλούμενο «αληθινό σύνθετο χρώματος» (δηλ. RGB_TM 321). Συνδυάστηκαν διαφορετικά κανάλια, και η σχέση μεταξύ του κόκκινου, του υπέρυθρου, που συντέθηκαν από NDVI (ομαλοποιημένος δείκτης βλάστησης διαφοράς) χρησιμοποιήθηκε για να περιγράψει το δασικά καθάρισμα και την αναγεννημένη περιοχή, η σχέση μεταξύ του κοντινού υπέρυθρου και του μέσου υπέρυθρου, που συντίθενται από NDII (ομαλοποιημένος υπέρυθρος δείκτης διαφοράς), επισημαίνει τις διαβρωμένες περιοχές ή τις hydric περιοχές. Προεπεξεργασίες: Μια ραδιομετρική διόρθωση βασισμένη στο DOC (dark object Subtraction, σκοτεινό αντικείμενο αφαίρεση) εφαρμόστηκε για να μειώσει την ατμοσφαιρική διασπορά μέσα σε κάθε σκηνή. Η στατιστική μελέτη των τιμών του εικονοστοιχείου (ND) επέτρεψε στον υπολογισμό του πιό πληροφοριακού συνόλου δεδομένων, που μειώνει το συσχετισμό μεταξύ των καναλιών. Χρησιμοποιήθηκε ο βέλτιστος παράγοντας δεικτών (Optimum Index Factor, βασισμένος στην αναλογία μεταξύ του δείκτη σταθερής απόκλισης και συσχετισμού της εικόνας NDs), ώστε να επιλεχθεί το καλύτερο σύνθετο χρώματος για κάθε έτος.

Δυναμική χρήσης γης της περιοχής Peten, από το 1998 ως το 2003. Μέθοδος ανίχνευσης αλλαγής RGB-NDIm. Καλυμμένες εικόνες (σύννεφα, νερό, σκιές σύννεφων)., πηγή:Society for Mathematical Geology, XIth International Congress

Ψηφιακές επεξεργασίες/αλγόριθμοι και αποτελέσματα: Μια μέθοδος ανίχνευσης αλλαγής βασισμένη στο RGB- (NDIm) εφαρμόστηκε για τις χρονοσειρές των TM δεδομένων και του δεδομένων του Spot. Προσοχή δόθηκε στη δυναμική χρήσης γης μετά από τις μεγάλες άγριες πυρκαγιές μέσα στο 1998. Το RGB παράγωγο δημιουργήθηκε χρησιμοποιώντας το NDIm του 1998 (Spot) _R, το 2000 (ETM) _G και 2003 (ETM) _B. Όλες οι εικόνες είχαν χωρική ακρίβεια εικονοστοιχείου (5x5m).Η ερμηνεία του τελικού σύνθετου χρώματος βοηθήθηκε από τις απόψεις των εμπειρογνωμόνων σε αυτήν την περιοχή. Τελικά αναγνωρίστηκαν 10 κατηγορίες, με τις διαφορετικές αλλαγές στο φυτικό σθένος ή διαφορετική hydric πίεση, από το 1998 (πριν από τις μεγάλες πυρκαγιές) έως 2003. Παρουσιάστηκε μόνο η κύρια δυναμική, συμπεριλαμβανομένων των κατηγοριών με τις παρόμοιες τιμές και συμπεριφορά στην ίδια ομάδα Μια εποπτευμένη ταξινόμηση (supervised classification) εφαρμόστηκε στο περισσότερο πληροφοριακό σύνθετο χρώματος (σύμφωνα με το OIF) για κάθε ημερομηνία. Χρησιμοποιήθηκε ένας μικτός αλγόριθμος βασισμένος σε MaxLikelihood (που αναλύει μόνο το ND κάθε ενιαίου εικονοστοιχείου) και στο αλληλεπιδρόμενο υπό όρους πρότυπο (για την εξέταση των στοιχείων της χωρικής διανομής), έτσι η κατηγορία που αποδίδεται σε ένα εικονοστοιχείο εξαρτήθηκε και από την αξία της και από τις κατηγορίες των γειτονικών εικονοστοιχείων. Αρχικά επισημάνθηκαν 4 κατηγορίες (υψηλό δάσος, χαμηλό δάσος + δευτεροβάθμιο αναγεννημένο δάσος, υγρά εδάφη, λιβάδι + χαμηλή αναγέννηση) με έναν δείκτη Κ περίπου 0.7-0.8, λόγω της μεγάλης σύγχυσης μεταξύ του υψηλού δάσους και του χαμηλού δάσους, ιδιαίτερα κατά τη διάρκεια της εποχής της βροχής.

Προχωρημένες Επεξεργασίες: Χρησιμοποιήθηκε για τη διαμόρφωση αυτού του προβλήματος, ένα από τα πολυάριθμα νευρικά μοντέλα που αναπτύχθηκαν κατά τα προηγούμενα έτη: το πολυστρωματικό perceptrons (multi-layer perceptrons). Επίσης, αντίθετα από τα καθαρά μαθηματικά πρότυπα, τα geomatic πρότυπα πρόβλεψης που εφαρμόζονται στην περιβαλλοντική δυναμική περιλαμβάνουν ένα μέρος της ανθρώπινης διενεργηθείσας γεωγραφικής ανάλυσης, για να πραγματοποιήσουν τη σχέση μεταξύ της δυναμικής κάλυψης εδάφους και των πιθανών επεξηγηματικών κριτηρίων. Για την υλοποίηση του μοντέλου έγινε χρήση του λογισμικού GIS (σε συνδυασμό με το Idrisi 32 Kilimanjaro) και ενός περιοριστικού καταλόγου κριτηρίων έτσι ώστε η μεθοδολογία να ίσχυε και για άλλες εκτάσεις. Η βαθμολόγηση θα εκτελέσθηκε με τη διαμόρφωση ενός γνωστού μέρους κάλυψης εδάφους, στην τελευταία διαθέσιμη ημερομηνία.

Νευρωνικό Δίκτυο, πηγή:Society for Mathematical Geology, XIth International Congress

Αποτελέσματα και αξιολόγηση της μεθόδου: Η έρευνα πάνω στις φυσικές δυναμικές χρήσης της γης (1988-2003) στην la Joyanca Region, Peten, δείχνει δυο διαφορετικές τάσεις: μέσα στα όρια που παραχώρησαν οι φυλές μπορούμε να παρατηρήσουμε την γέννηση μικρών ανοιχτών περιοχών οι οποίες αλλάζουν περιοδικά, επιτρέποντας κατά αυτό τον τρόπο μια πιο γρήγορη αναγέννηση του δάσους και μια πιο καλά προσαρμοσμένη χρήση των φυσικών προϊόντων. Σε αντιδιαστολή με αυτά, στις προσκείμενες περιοχές , οι οποίες θεωρητικά προστατεύονται από κυβερνητικούς νόμους, καταδεικνύουμε μια προοδευτική επέκταση της αποψίλωσης για παράνομες δραστηριότητες ράντσων και επακόλουθο στρες και φτώχεμα του χώματος, με εντοπισμένα φαινόμενα αποσάθρωσης. Τα προβλεπόμενα μοντέλα μας αφήνουν το περιθώριο σχεδιασμού μελλοντικών σεναρίων δυναμικής χρήσης της γης in La Joyanca Region. Αυτά αποτελούν ένα σημαντικό εργαλείο για να τεστάρουμε την επίδραση της καινούριας κυβερνητικής πολιτικής των επικοινωνιακών παραχωρήσεων στις γηγενείς φυλές, η οποία θα πρέπει να εγγυάται την μείωση της αυθόρμητης και ανεξέλεγκτης εποίκισης και της πύρινης λαίλαπας, συχνότερα στα Φυσικά Πάρκα (Nittler et al. 2005). Εάν τα αποτελέσματα των δικών μας μοντέλων πρόβλεψης θα είναι ενθαρρυντικά, η πολιτική των κοινωνικών παραχωρήσεων θα είναι πιο εκτεταμένη σε άλλη περιοχή στα βόρεια του Peten, με την εγγύηση μιας καλύτερης και πιο ανθεκτικής χρήσης του τροπικού δάσους και με την αντικατάσταση των απαρχαιωμένων και αναποτελεσματικών νόμων για την προστασία των Φυσικών Πόρων.

Προσωπικά εργαλεία